一个新的工作流程,结合人工智能 - - 十二心电图分析和血液动力学不稳定的心室动脉动的实时映射
Faris Haddadin1, Steven A Kessler1, Anthony Prisco1
1University of Minnesota, Twin Cities, Minnesota, USA.
人工智能 (AI) 通过使用12导电心电图 (ECG) 准确地识别了心室动脉冲动 (VT) 出口点,提高了导管切除成功率. 这种人工智能辅助的方法在治疗血液动力学不稳定的静脉瘤方面表现有前途.
科学领域:
- 心脏病学 心脏病学
- 医疗技术 医疗技术 医学技术
- 人工智能在医学中的应用
背景情况:
- 由于血液动力学不稳定性和复杂的痕组织,心室动脉冲动 (VT) 移除具有挑战性.
- 目前对静脉治疗的绘制策略可能受到痕复杂性和患者不稳定的限制.
- 需要在鼻节律期间采用替代映射方法,以提高切除成功率.
研究的目的:
- 评估基于人工智能的12导电心电图 (ECG VT) 出口地点定位和传统的绘图方法之间的协议.
- 评估人工智能引导的切除术对血液动力学不稳定的静脉瘤的疗效.
- 将人工智能辅助的心电图分析与痕组织中的节奏映射和缓慢导电映射进行比较.
主要方法:
- 一个单一中心的概念验证研究,涉及血液动力学不稳定的痕介导静脉瘤患者.
- 人工智能辅助的心电图分析 (Vektor Medical) 用于确定VT退出地点.
- 通过人工智能识别的部位与阴道节律中的基质映射和成功的切除结果的比较.
主要成果:
- 人工智能辅助的心电图分析显示,在九个VT实例中的七个中,成功的废除部位与100%的一致性.
- 在AI识别的部位进行切除可以防止静脉瘤的再诱导.
- 没有患者需要针对复发性静脉瘤进行器械治疗,也没有患者在六个月内因任何原因死亡.
结论:
- 结合AI-ECG分析,节奏映射和缓慢导电映射的多策略方法可以提高VT切除成功率.
- 人工智能驱动的VT本地化为管理血液动力学不稳定的VT提供了有价值的工具.
- 这一综合策略改善了复杂的心室动脉动脉切除术的结果.
更多相关视频
06:57Ablation of Ischemic Ventricular Tachycardia Using a Multipolar Catheter and 3-dimensional Mapping System for High-density Electro-anatomical Reconstruction
Published on: January 31, 2019
06:07Analyzing Long-Term Electrocardiography Recordings to Detect Arrhythmias in Mice
Published on: May 23, 2021
相关概念视频
Pulse rhythm
Conversely, an irregular pulse pattern is termed dysrhythmia, stemming from disruptions in cardiac...
ECG Interpretation of Arrhythmias II: Atrial, Junctional and Ventricular Arrhythmias
Electrocardiogram
Three major waveforms are present in a typical ECG recording: the P wave, the QRS complex, and...
Dysrhythmias V: Evaluating Dysrhythmias
Dysrhythmias II: Classification of Tachyarrhythmias
Cardiopulmonary Resuscitation IV: Pharmacological Management
